APP下载

基于SRWNN-FTSM 的舰载火箭炮火控系统研究

2020-08-22李俊杰侯远龙李佳恬何禹锟

火力与指挥控制 2020年7期
关键词:信号系统

李俊杰,侯远龙,高 强,李佳恬,何禹锟

(南京理工大学机械工程学院,南京 210094)

0 引言

由于科技的不断发展,大功率交流伺服电机的使用有了更广阔的平台。就伺服驱动系统而言,不仅要保证系统本身的静态性能良好,动态性能也不容忽视。某舰载火箭炮系统当装弹量出现变动时,转动惯量会随该变化出现明显的变动。该武器进行发射时,回转部分的负载将出现剧烈变动并且还会伴随冲击,系统将会出现明显的非线性,使得系统发射精度有较大误差。传统的火箭炮采用PID 控制,由于非线性以及参数调整变动等因素的影响,PID 控制无法满足动态响应的性能要求,导致系统的控制偏离预期效果[1-2]。

为了减小不确定影响因素,研究人员制定了很多控制方案[3-4]。文献[5]在控制系统中首先利用人工神经网络(ANN),使得系统非线性以及不确定性有所增强。这一方案证明了ANN 能够使得函数的逼近精度有大幅度提升,为今后神经网络的发展提供了强有力的依据。人工神经网络由于结构较为简单,存在收敛速度迟缓、局部最优性等缺点。小波神经网络是以小波分析为理论基础而建立的一种前馈性网络,它将小波信号的多分辨多尺度分析与神经网络的结构模型相结合,使得小波基元及整个网络结构的确定有了可靠的依据,从而避免了在结构设计上的盲目性。考虑到网络权系数依线性分布,以及目标函数学习具有凸性,网络训练可以从源头消除局部最优等非线性优化问题。……

登录APP查看全文

猜你喜欢

信号系统
Smartflower POP 一体式光伏系统
信号
WJ-700无人机系统
ZC系列无人机遥感系统
完形填空二则
基于PowerPC+FPGA显示系统
半沸制皂系统(下)
孩子停止长个的信号
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
基于LabVIEW的力加载信号采集与PID控制